¿Qué es MCP Toolbox for Databases?
MCP Toolbox for Databases, de Google, funciona de dos formas. Como servidor listo para usar, da a los agentes herramientas predefinidas como list_tables y execute_sql para una base de datos concreta. Como framework, defines tus propias herramientas parametrizadas en un archivo tools.yaml, de modo que un agente en producción solo puede ejecutar las consultas que tú escribiste. Se publicó primero como Gen AI Toolbox for Databases, y el repositorio genai-toolbox ha pasado a llamarse mcp-toolbox.
Una configuración predefinida se ejecuta con npx -y @toolbox-sdk/server --prebuilt=postgres --stdio y los datos de conexión en variables de entorno, o descargando el binario o el contenedor. El repositorio incluye unas 40 configuraciones predefinidas, que cubren AlloyDB, BigQuery, Cloud SQL, Spanner, Firestore y Bigtable en Google Cloud, además de PostgreSQL, MySQL, SQL Server, Oracle, ClickHouse, Snowflake, Neo4j, Elasticsearch, SQLite y otras. Hay SDK de cliente para Python, JavaScript, Go y Java.
El proyecto tiene licencia Apache-2.0 y unas 16.700 estrellas en GitHub; la v1.14.0 salió el 8 de octubre de 2026, tras versiones semanales o quincenales durante septiembre.
Cómo instalar MCP Toolbox for Databases
npx -y @toolbox-sdk/server --prebuilt=postgres --stdio¿Merece la pena MCP Toolbox for Databases?
El modo framework de Toolbox es el motivo para elegirlo frente a un servidor de una sola base de datos. En lugar de dar execute_sql a un agente en producción, escribes en YAML sentencias con nombre y parámetros, como una búsqueda de hoteles que solo recibe un nombre, y el agente no puede llamar a nada más. Toolbox añade pool de conexiones, autenticación IAM para las bases de datos de Google Cloud y trazado con OpenTelemetry, que son las partes que los equipos, si no, construyen mal por su cuenta.
El modo predefinido es amplio pero pesado. Solo la configuración de Postgres define 29 herramientas, de execute_sql y list_tables a diagnósticos de bloqueos, bloat y replicación, lo que supone mucho esquema que cargar en cada sesión. Los toolsets lo acotan, por ejemplo --prebuilt=postgres/data solo para SQL, y eso debería ser lo predeterminado para los agentes de programación. El execute_sql predefinido es tan abierto como el usuario de base de datos que hay detrás, así que un rol de solo lectura es la verdadera protección.
El servidor HTTP necesita endurecerse antes de acercarse a una red. Se liga a 127.0.0.1:5000, lo cual es sensato, pero --allowed-hosts y --allowed-origins tienen * como valor por defecto, y la documentación de la CLI advierte de que * no es seguro ni siquiera en localhost, porque una página web maliciosa puede llegar al servidor mediante DNS rebinding. El tráfico va en HTTP sin cifrar salvo que pases un certificado y una clave. El modo stdio, que usan la mayoría de los clientes de escritorio, evita el problema.
Google vende ahora la otra mitad del argumento. Sus servidores MCP gestionados para las bases de datos de Google Cloud ofrecen la experiencia predefinida sin nada que ejecutar, y las FAQ de Toolbox presentan el proyecto de código abierto como la opción autoalojada y de evolución más rápida para herramientas personalizadas y bases de datos que no son de Google. A los equipos que solo usan BigQuery o AlloyDB les pueden bastar los servidores gestionados; a quien mezcle Snowflake, Postgres y Neo4j, no.
Dónde se gana su sitio
Un ingeniero de backend que depura una base de datos Postgres lenta desde Claude Code
Encontrar bloqueos, tablas con bloat y malos planes de consulta sin escribir consultas al catálogo
Ejecuta la configuración predefinida de postgres por stdio con un rol de solo lectura; herramientas como list_locks, list_top_bloated_tables y get_query_plan responden directamente. Es gratis; el coste son 29 esquemas de herramientas en el contexto salvo que cargues un toolset más reducido.
Un equipo que crea un agente de atención al cliente sobre una base de datos de pedidos
Dejar que el agente consulte el estado de los pedidos sin darle SQL abierto
Define tres o cuatro herramientas parametrizadas en tools.yaml y expón solo ese toolset por HTTP detrás de TLS, con los hosts permitidos fijados al nombre del servicio. El pool de conexiones y el trazado vienen incluidos.
Una responsable de datos cuyo almacén es BigQuery con algo de Snowflake y Postgres
Elegir entre los servidores MCP gestionados de Google y ejecutar Toolbox
Los servidores gestionados no necesitan alojamiento pero solo cubren las bases de datos de Google Cloud. Toolbox cubre las tres desde un solo despliegue, pero necesita un host, TLS y alguien que mantenga tools.yaml bajo revisión. Cada base de datos factura las consultas como siempre.
Antes de decidirte
- Puesta en marcha
- npx -y @toolbox-sdk/server --prebuilt=postgres --stdio con POSTGRES_HOST, POSTGRES_DATABASE, POSTGRES_USER y POSTGRES_PASSWORD definidos; documentado para Gemini CLI, Antigravity, Claude Code y Codex. Los binarios y contenedores se fijan por versión, actualmente la 1.14.0.
- Integraciones
- Toolsets predefinidos por base de datos (Postgres tiene 29 herramientas agrupadas en data, monitor, health, view-config y replication, que mezclan diagnósticos de solo lectura con un execute_sql con capacidad de escritura); herramientas, toolsets y prompts personalizados en tools.yaml; SDK para ADK, LangChain y LlamaIndex.
- Datos y privacidad
- Se ejecuta en tu propia máquina o servidor, así que los datos solo van a la base de datos y al cliente MCP. El acceso es el que permita el usuario de base de datos o la identidad IAM. La documentación de la CLI señala el riesgo de DNS rebinding y CORS con * por defecto en hosts y orígenes, y el tráfico HTTP va sin cifrar sin --tls-cert y --tls-key. No hay avisos de seguridad publicados en GitHub.
- Coste a escala
- Sin tarifa de licencia. Los costes son la propia base de datos, los cargos por consulta en almacenes como BigQuery y un pequeño host siempre encendido si lo ejecutas por HTTP para agentes de producción.
- Límites
- Las listas grandes de herramientas predefinidas añaden contexto salvo que se acoten; las herramientas predefinidas son genéricas, así que el uso en producción implica escribir y mantener YAML; el gestor de issues acumula unas 395 issues y pull requests abiertos.
Lo bueno
- Las herramientas personalizadas en YAML limitan a los agentes de producción a consultas aprobadas
- Unas 40 configuraciones de bases de datos predefinidas desde un solo binario
- Pool de conexiones, autenticación IAM y OpenTelemetry integrados
- Versiones frecuentes; SDK para Python, JS, Go y Java
Lo malo
- El modo HTTP usa * por defecto en hosts y orígenes permitidos, inseguro según su propia documentación
- El Postgres predefinido carga 29 herramientas salvo que se acote a un toolset
- El execute_sql predefinido solo es tan seguro como el rol de base de datos
- Más configuración que los servidores de una sola base de datos
Ideal para
Equipos que trabajan con varias bases de datos o quieren construir herramientas de base de datos controladas para agentes de producción.
Alternativas a MCP Toolbox for Databases
MCP Toolbox for Databases: preguntas frecuentes
- ¿Merece la pena MCP Toolbox for Databases?
- El servidor de bases de datos sobre el que construir agentes de producción, porque te permite sustituir el SQL abierto por consultas que tú escribiste, aunque sus valores de red por defecto presuponen más cuidado del que pone la mayoría. Le damos un 4.5 sobre 5.
- ¿Cuánto cuesta MCP Toolbox for Databases?
- Gratis y con licencia Apache-2.0; lo ejecutas tú. Los costes de base de datos, consultas y alojamiento en Google Cloud van aparte.
- ¿Qué inconvenientes tiene MCP Toolbox for Databases?
- El modo HTTP usa * por defecto en hosts y orígenes permitidos, inseguro según su propia documentación; el Postgres predefinido carga 29 herramientas salvo que se acote a un toolset; el execute_sql predefinido solo es tan seguro como el rol de base de datos; más configuración que los servidores de una sola base de datos.
- ¿Para quién es MCP Toolbox for Databases?
- Equipos que trabajan con varias bases de datos o quieren construir herramientas de base de datos controladas para agentes de producción.
- ¿Cuánto cuesta MCP Toolbox for Databases para un equipo o en producción?
- Sin tarifa de licencia. Los costes son la propia base de datos, los cargos por consulta en almacenes como BigQuery y un pequeño host siempre encendido si lo ejecutas por HTTP para agentes de producción.
- ¿Es MCP Toolbox for Databases seguro para los datos de la empresa?
- Se ejecuta en tu propia máquina o servidor, así que los datos solo van a la base de datos y al cliente MCP. El acceso es el que permita el usuario de base de datos o la identidad IAM. La documentación de la CLI señala el riesgo de DNS rebinding y CORS con * por defecto en hosts y orígenes, y el tráfico HTTP va sin cifrar sin --tls-cert y --tls-key. No hay avisos de seguridad publicados en GitHub.
- ¿Cuáles son las mejores alternativas a MCP Toolbox for Databases?
- Las alternativas más cercanas que hemos analizado son Supabase MCP Server, ClickHouse MCP Server y Snowflake-managed MCP Server.
Respuestas comprobadas el 22 oct 2026.